利用GRACE時變重力場數(shù)據(jù)監(jiān)測長江流域干旱

王杰龍 陳 義

1 同濟大學測繪與地理信息學院，上海市四平路1239號，200092

干旱指數(shù)作為一種計算簡單且容易理解的參數(shù)，成為目前量化和評估干旱的常用手段[1]，如基于降雨的標準化降雨指數(shù)(SPI)[2]和基于降雨及其他氣象要素(溫度)的帕默爾指數(shù)(PDSI)[3]等，同時也有大量學者研究利用GRACE衛(wèi)星反演的陸地水儲量(TWS)變化進行干旱監(jiān)測[4-8]。

目前利用最新的GRACE RL06時變重力場數(shù)據(jù)分析干旱時空特征的研究較少，本文以長江流域為例，基于最新GRACE衛(wèi)星時變重力場數(shù)據(jù)反演的水儲量變化，構造水儲量虧損指數(shù)，探測并評估長江流域2003-01～2014-12的干旱事件，主要目的有：1)利用廣義三角帽方法分析不同GRACE時變重力場數(shù)據(jù)產(chǎn)品反演長江流域水儲量變化的不確定性；2)分析長江流域水儲量變化的時變特征；3)利用水儲量虧損指數(shù)分析長江流域干旱的時空特征，并與改進的帕默爾指數(shù)(scPDSI)[9]進行比較，驗證水儲量虧損指數(shù)在監(jiān)測長江流域干旱方面的有效性。

1 研究區(qū)域

長江流域橫跨中國東部、中部和西部三大經(jīng)濟區(qū)，是中國第一大河，世界第三大流域，總面積約180萬km2，約占中國國土面積的18.8%，其地處亞熱帶季風區(qū)，氣候溫暖濕潤。長江中上游分界點為宜昌，中下游分界點為湖口，年平均氣溫約為14 ℃，年降雨量約為1 100 mm，年水面蒸發(fā)量約為990 mm[10]。受氣候變化和人類活動的影響，長江流域在過去幾年經(jīng)歷了數(shù)次極端干旱天氣[11-13]，監(jiān)測干旱事件對長江流域水資源的合理利用與分配具有重要作用。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

2.1.1 GRACE數(shù)據(jù)

本文利用CSR和JPL分別發(fā)布的3種GRACE時變重力場數(shù)據(jù)產(chǎn)品反演長江流域的水儲量變化：1)最新的GRACE level-2 RL06版球諧系數(shù)(SH)時變重力場數(shù)據(jù)；2)level-3網(wǎng)格數(shù)據(jù)產(chǎn)品；3)月RL06 Mascon解數(shù)據(jù)產(chǎn)品。為方便表示，以上數(shù)據(jù)分別記為CSR_SH、JPL_SH和CSR_L3、JPL_L3及CSR_M、JPL_M，所有數(shù)據(jù)的時間分辨率都為1個月，時間跨度為2003-01～2014-12，缺少的月份利用相鄰月份數(shù)據(jù)進行簡單插值得到。

2.1.2 降雨數(shù)據(jù)

降雨對長江流域干旱特征的研究具有重要意義。降雨數(shù)據(jù)取自GPM數(shù)據(jù)產(chǎn)品[14]，其時間分辨率為1個月，空間分辨率為0.1°×0.1°，時間跨度與GRACE數(shù)據(jù)一致。

2.1.3 水文模型數(shù)據(jù)

使用2種水文模型驗證GRACE反演長江流域水儲量變化的正確性：第1種為全球水文模型(WGHM)，該模型不僅模擬了雪水當量、土壤水和植物冠層含水量，還輸出地表水和地下水，其時空分辨率分別為0.5°×0.5°和1個月[15]；第2種為GLDAS，該系統(tǒng)利用地表觀測與衛(wèi)星遙感觀測數(shù)據(jù)，驅動CLM、MOSAIC、NOAH、VIC 和CLSM 陸面模型，并通過模型模擬與數(shù)據(jù)同化生成全球范圍的地表狀態(tài)變量(土壤水分和地表溫度)及通量(蒸發(fā)和感熱通量)數(shù)據(jù)[16]。本文使用GLDAS NOAH模型模擬輸出，時空分辨率為1°×1°和1個月，該模型未模擬地表水和地下水分量。水文模型數(shù)據(jù)的時間跨度與GRACE數(shù)據(jù)一致。

2.1.4 scPDSI數(shù)據(jù)

盡管帕默爾指數(shù)(PDSI)被較早提出，但其參數(shù)對不同區(qū)域的敏感性較高，且計算方案中土壤濕度的取值在觀測資料缺乏的地區(qū)存在較大的不確定性。本文選用改進的帕默爾指數(shù)(scPDSI)[9]，其優(yōu)勢是考慮了全球變暖和地球過去狀態(tài)的變化，具有監(jiān)測長期干旱事件的能力，還計算了潛在蒸散量，用實際植被代替參考作物，同時考慮了積雪的季節(jié)性動態(tài)變化，具有空間可比性。scPDSI數(shù)據(jù)的時空分辨率分別為2.5°×2.5°和1個月。

2.2 研究方法

水儲量虧損(WSD)是每月水儲量變化與對應月份的平均氣候之差，月平均氣候定義為時間序列中所有該月水儲量變化數(shù)據(jù)的平均值。水儲量虧損(WSD)和水儲量虧損指數(shù)(WSDI)的計算公式可表示為：

(1)

(2)

3 結果分析

3.1 長江流域水儲量和降雨變化

利用6種GRACE數(shù)據(jù)分別計算長江流域的水儲量變化，結果見圖1。由圖1(a)可知，6種GRACE數(shù)據(jù)的結果具有很高的一致性；從振幅來看，Mascon解略大于level-3，SH解振幅最小。如表1所示，CSR_M與JPL_SH之間的相關系數(shù)最低，而CSR_SH與JPL_SH之間的相關系數(shù)最高。結果表明，Mascon解目前在反演區(qū)域水儲量變化方面確實具有更少的泄露誤差，同時RL06版球諧系數(shù)產(chǎn)品的精度也在不斷提高。無特殊說明，本文采用6種GRACE數(shù)據(jù)計算結果的平均值作為長江流域水儲量變化的最終估值。圖1(b)將GRACE反演結果與GLDAS及WGHM等水文模型進行對比，從時間上看，GRCAE的反演結果與GLDAS及WGHM具有較高的一致性，相關系數(shù)分別為0.90和0.84；從振幅上看，GRACE反演的振幅大于2種水文模型，這是因為GRACE反演的水儲量變化包括地球表面和次表面所有的水文信息，而水文模型通常遺漏某些水文分量。另外WGHM的振幅略大于GLDAS，這是因為WGHM還模擬了地表水和地下水，而GLDAS只輸出雪水當量、土壤水和植物冠層含水量。圖2(b)中藍色虛線為平均值的線性擬合結果，可以看出，長江流域水儲量變化在此期間呈小幅上升趨勢，約為0.17 cm/a(通過了M-K趨勢檢測)。利用廣義三角帽方法[17]計算6種GRACE數(shù)據(jù)產(chǎn)品的不確定性，其中JPL_M的不確定性最小，為3.51 mm，而JPL_SH的不確定性最大，為10.71 mm。

圖1 長江流域水儲量變化Fig.1 The TWSA of Yangtze

圖2(a)為長江流域的水儲量變化和月累積降雨變化，可以看出，二者具有較高的一致性，相關系數(shù)達0.67，表明降雨是影響長江流域水儲量變化的重要因素。圖2(b)為長江流域長期月平均水儲量與降雨量，可以看出，長江流域的水儲量和降雨量都具有明顯的季節(jié)性變化，冬季(12月～次年1月)降水量為全年最少，春季(3～5月)降水量逐月增加，夏季(6～7月)長江中下游月降水量超過170 mm，而水儲量則在每年7月達到峰值，約為5.27 cm，冬季達到低谷，約為-3.3 cm。

表1 不同數(shù)據(jù)源計算的長江流域水儲量變化的相關系數(shù)和不確定性

圖2 水儲量及降雨量Fig.2 Water storage and precipitation

3.2 干旱監(jiān)測

根據(jù)定義，WSDI連續(xù)3個月或以上為負值時判定為1次干旱事件，而WSDI在干旱事件期間取值為不超過2個月的正值則定義為干旱異常事件，也屬于干旱月。為對比分析WSDI與scPDSI，將所有scPDSI的取值向上調整1個數(shù)值(因為scPDSI取值小于-1時定義為干旱)，并采取與WSDI同樣的準則監(jiān)測長江流域的干旱。圖3為長江流域WSDI和scPDSI時間序列，圖中陰影部分表示利用WSDI探測到的長江流域干旱事件，同時計算各干旱事件的量級和強度[1]，結果見表2?？梢钥闯觯?003-01～2014-12長江流域共經(jīng)歷了6次干旱事件，其中持續(xù)時間最長的是2003-02開始的干旱，持續(xù)時間為2 a；2006年夏天和2011年春天同樣檢測到干旱事件，這與前人的研究結論[11-12]一致，而這2次干旱也是研究期間最嚴重的干旱事件，強度分別達到2.15和1.97。

圖3 長江流域WSDI和scPDSI時間序列Fig.3 Time series of WSDI and scPDSI in Yangtze

表2 利用WSDI監(jiān)測長江流域干旱事件總結

以2006-07和2011-03這2次最嚴重的干旱事件為例，分別計算平均WSDI的空間分布。圖4(a)為2006-07～2007-06長江流域平均WSDI的空間分布，可以看出，在此期間幾乎整個長江流域的WSDI均為負值，即處于干旱狀態(tài)，僅東南角的平均WSDI略大于零，這可能與長江流域降雨的空間分布有關；另外，長江流域中部地區(qū)的干旱程度明顯大于其他區(qū)域。圖4(b)為2011-03～11長江流域平均WSDI的空間分布，不同于2006年的干旱事件，此次干旱主要集中于長江流域的下游、中游及上游東南地區(qū)，而上游西北地區(qū)水儲量明顯處于豐盈狀態(tài)，可能與唐古拉山等山脈雪水融化有關。

圖4 長江流域平均WSDI空間分布Fig.4 Spatial distribution of mean WSDI in Yangtze

scPDSI也監(jiān)測到了6次干旱事件(2003-10～2006-01、2006-06～2007-06、2008-02～06、2009-09～2010-03、2011-02～2013-04、2013-08～2014-06)，與WSDI監(jiān)測到的干旱事件的發(fā)生和結束時間略有不同，這可能是因為WSDI主要與水儲量變化有關，而scPDSI主要與降雨、溫度等其他氣象要素有關，也可能與兩者的模型誤差有關，兩者的相關系數(shù)為0.53。由此可知，WSDI確實可以有效監(jiān)測長江流域的干旱事件。

4 結 語

隨著GRACE時變重力場數(shù)據(jù)產(chǎn)品質量的提高及GRACE Follow-on衛(wèi)星的成功發(fā)射，利用GRACE衛(wèi)星監(jiān)測大尺度范圍的干旱越來越受到關注。本文利用6種不同的GRACE模型數(shù)據(jù)計算長江流域的水儲量變化，并利用GPM產(chǎn)品計算其降雨變化，同時構造水儲量虧損指數(shù)(WSDI)來監(jiān)測長江流域的干旱事件，并和改進的帕默爾指數(shù)(scPDSI)進行對比，得出以下結論：

1)長江流域的水儲量與降雨呈明顯的季節(jié)性變化。陸地水儲量在每年7月達到峰值，約為5.27 cm；而降雨量在每年夏季達到峰值，約為170 mm。降雨量與水儲量變化的相關系數(shù)為0.67，表明降雨是影響長江流域陸地水儲量變化的重要因素。

2)利用廣義三角帽方法分析了6種不同模型數(shù)據(jù)的不確定性，結果表明，目前Mascon解的時空分辨率優(yōu)于SH解，JPL_M、CSR_M、CSR_L3、JPL_L3、CSR_SH和JPL_SH的不確定性分別為3.51 mm、3.78 mm、5.45 mm、9.87 mm、9.12 mm及10.71 mm。

3)利用WSDI監(jiān)測到長江流域2003-01～2014-12共經(jīng)歷6次干旱，其中持續(xù)時間最長的干旱事件始于2003-02，持續(xù)時間達2 a；而最嚴重的干旱事件發(fā)生于2006年春季和2011年夏季，強度分別為2.15和1.97。WSDI的空間分布表明，2006-07～2007-06幾乎整個長江流域都處于干旱狀態(tài)，而2011-03～11干旱主要集中于長江流域下游、中游及上游東南地區(qū)。另外，WSDI與scPDSI的相關系數(shù)為0.53，表明WSDI可有效監(jiān)測長江流域的干旱。